phase2e: Modelltausch schreibt die llama-swap-Config einmal statt bis zu siebenmal

- llamaswap.sammeln(): Aenderungen lesen dieselbe Config aus dem Speicher, geschrieben wird
  einmal am Ende, bei einem Fehler gar nicht
- Radar-Tausch und Hirn-Umstellung nutzen es; Hermes wird erst nach dem Schreiben umgestellt
- Test-Attrappe fuer update_brain_model: der Radar-Test faesst auf der Box nie die echte
  Hermes-Config an
- Doku: Ziel-Modell, strukturierter Verlauf, Sammel-Schreiben

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

backend/services/agent.py

@@ -107,12 +107,14 @@ def agent_status() -> dict:
     }
 
 
-def set_agent_brain(model_id: str) -> dict:
+def set_agent_brain(model_id: str, hermes_umstellen: bool = True) -> dict:
     """Setzt ein (bereits installiertes) Modell als Agent-Hirn — WARM-bewusst:
     1) vergibt den 'hermes'-Alias (das Agent-Hirn-Slot),
     2) tauscht es in die residente brains-Gruppe (altes Hirn raus, fast/vision bleiben),
     3) zeigt die Hermes-Config auf den 'hermes'-Alias + Gateway-Restart.
-    So bleibt das neue Hirn warm und der Agent nutzt es sofort."""
+    So bleibt das neue Hirn warm und der Agent nutzt es sofort.
+    hermes_umstellen=False: Schritt 3 macht der Aufrufer selbst — etwa das Radar, das erst nach dem
+    einen gesammelten Schreibvorgang der llama-swap-Config Hermes neu startet."""
     from services import llamaswap
     models = {m["name"]: m for m in llamaswap.list_models()}
     if model_id not in models:
@@ -122,26 +124,30 @@ def set_agent_brain(model_id: str) -> dict:
         # Idempotent härten: auch wenn schon Hirn, warm (brains) + ttl 0 sicherstellen.
         try:
             from services.llamaswap import set_ttl
-            brains = (llamaswap.list_groups().get("brains") or {}).get("members") or []
-            if model_id not in brains:
-                llamaswap.set_group("brains", brains + [model_id], swap=False, persist=True)
-            set_ttl(model_id, 0)
+            with llamaswap.sammeln():
+                brains = (llamaswap.list_groups().get("brains") or {}).get("members") or []
+                if model_id not in brains:
+                    llamaswap.set_group("brains", brains + [model_id], swap=False, persist=True)
+                set_ttl(model_id, 0)
         except PermissionError as exc:
             return {"ok": False, "reason": str(exc)}
         return {"ok": True, "old": old, "new": model_id, "note": "ist bereits das Agent-Hirn"}
     try:
-        llamaswap.set_role(model_id, "hermes")                       # 1) Alias
-        brains = (llamaswap.list_groups().get("brains") or {}).get("members") or []
-        new_members = [x for x in brains if x not in (old, model_id)] + [model_id]
-        llamaswap.set_group("brains", new_members, swap=False, persist=True)   # 2) warm
-        # 2b) TTL härten: neues Hirn nie auto-entladen; altes Hirn auf Default entspannen.
         from services.llamaswap import DEFAULT_TTL, set_ttl
-        set_ttl(model_id, 0)
-        if old:
-            set_ttl(old, DEFAULT_TTL)
+        # Alias, Gruppe und ttl als EIN Schreibvorgang (24.09.2026) — jeder einzelne entlud alle Modelle.
+        with llamaswap.sammeln():
+            llamaswap.set_role(model_id, "hermes")                       # 1) Alias
+            brains = (llamaswap.list_groups().get("brains") or {}).get("members") or []
+            new_members = [x for x in brains if x not in (old, model_id)] + [model_id]
+            llamaswap.set_group("brains", new_members, swap=False, persist=True)   # 2) warm
+            # 2b) TTL härten: neues Hirn nie auto-entladen; altes Hirn auf Default entspannen.
+            set_ttl(model_id, 0)
+            if old:
+                set_ttl(old, DEFAULT_TTL)
     except PermissionError as exc:
         return {"ok": False, "reason": str(exc)}
-    update_brain_model("hermes")                                     # 3) Config + Restart
+    if hermes_umstellen:
+        update_brain_model("hermes")                                 # 3) Config + Restart
     # Weiche Budget-Warnung (kein Hard-Block): passt Hirn + größtes on-demand zusammen ins GTT?
     warning = None
     try:

backend/services/llamaswap.py

@@ -93,6 +93,29 @@ def config_sperre():
                 datei.close()
 
 
+# Sammel-Schreiben (24.09.2026): Jeder Schreibvorgang lässt llama-swap neu laden und ALLE Modelle
+# entladen. Ein Modelltausch bestand aus bis zu sieben Schreibvorgängen (Eintragen, Befehl, Zwilling,
+# Alias, Gruppe, ttl …). Innerhalb von sammeln() lesen alle Änderungen dieselbe Config aus dem
+# Speicher, und geschrieben wird einmal am Ende — oder gar nicht, wenn etwas scheitert.
+_SAMMEL = threading.local()
+
+
+@contextmanager
+def sammeln():
+    with config_sperre():
+        if getattr(_SAMMEL, "aktiv", False):      # verschachtelt: der äußere schreibt
+            yield
+            return
+        _SAMMEL.aktiv, _SAMMEL.cfg = True, None
+        try:
+            yield
+            cfg = _SAMMEL.cfg
+        finally:
+            _SAMMEL.aktiv, _SAMMEL.cfg = False, None
+        if cfg is not None:
+            _schreiben(cfg)
+
+
 def _mit_sperre(fn):
     @functools.wraps(fn)
     def huelle(*args, **kwargs):
@@ -103,6 +126,14 @@ def _mit_sperre(fn):
 
 # --- Lesen -------------------------------------------------------------------
 def read_config() -> dict:
+    if getattr(_SAMMEL, "aktiv", False):
+        if _SAMMEL.cfg is None:
+            _SAMMEL.cfg = _lesen()
+        return _SAMMEL.cfg
+    return _lesen()
+
+
+def _lesen() -> dict:
     if not CONFIG_PATH.exists():
         return {"models": {}}
     from ruamel.yaml import YAML
@@ -260,7 +291,15 @@ def _augment_vision(cmd: str, model_path: str, mmproj_path: str | None) -> str:
 
 def write_config(cfg: dict) -> None:
     """Atomar schreiben (tmp + os.replace), damit llama-swap mit -watch-config nie
-    eine halbe Datei sieht. Fehlende Schreibrechte → klare Meldung."""
+    eine halbe Datei sieht. Fehlende Schreibrechte → klare Meldung. Innerhalb von sammeln()
+    wird nur vorgemerkt; geschrieben wird am Ende einmal."""
+    if getattr(_SAMMEL, "aktiv", False):
+        _SAMMEL.cfg = cfg
+        return
+    _schreiben(cfg)
+
+
+def _schreiben(cfg: dict) -> None:
     try:
         CONFIG_PATH.parent.mkdir(parents=True, exist_ok=True)
         tmp = CONFIG_PATH.with_name(CONFIG_PATH.name + ".tmp")

backend/services/radar.py

@@ -1383,8 +1383,9 @@ def _tausche_ein(k: dict) -> dict:
     else:
         ziel = quelle                 # schon verschoben (früherer, abgebrochener Versuch)
     pfade = _lokale_pfade(k, ziel)
-    # Eintragen, Befehl ersetzen und Zwilling anlegen unter EINER Config-Sperre (24.09.2026).
-    with llamaswap.config_sperre():
+    # Eintragen, Befehl, Zwilling, Rollen, Gruppe und ttl als EIN Schreibvorgang (24.09.2026): Vorher
+    # schrieb ein Tausch die Config bis zu siebenmal, und jedes Mal entlud llama-swap alle Modelle.
+    with llamaswap.sammeln():
         modell_id = llamaswap.register_model(pfade["gguf"], role=ALIAS[rolle],
                                              ctx=int(k.get("ctx") or CTX_ROLLE[rolle]),
                                              mmproj_path=None, jinja=True, set_alias=False)
@@ -1396,27 +1397,32 @@ def _tausche_ein(k: dict) -> dict:
         if pfade.get("mmproj"):
             _zwilling_eintragen(cfg, rolle, modell_id, pfade, k)
         llamaswap.write_config(cfg)
+        antwort: dict = {}
+        if rolle == "hirn":
+            from services.agent import set_agent_brain
+            # hermes-Alias, brains-Gruppe, ttl 0 — Hermes selbst erst nach dem Schreiben (unten).
+            antwort = set_agent_brain(modell_id, hermes_umstellen=False)
+            if not antwort.get("ok"):
+                raise RuntimeError(antwort.get("reason") or "Hirn-Wechsel fehlgeschlagen")
+            # Das Hirn ist heute hermes UND fast (Chat-Spur, warmup.sh, Oberfläche). Bliebe fast am alten
+            # Modell, lüde warmup.sh es nachts neben das neue Hirn.
+            if alt and "fast" in {str(a).lower() for a in alt.get("aliases") or []}:
+                llamaswap.add_role(modell_id, "fast")
+        else:
+            if not llamaswap.set_role(modell_id, "coder"):
+                raise RuntimeError(f"Die Rolle coder ließ sich nicht auf {modell_id} setzen.")
+            # heavy ist heute derselbe Coder (OpenCode plant damit). Bliebe es am alten Modell, lägen zwei
+            # Coder bereit und der alte ließe sich nie löschen.
+            if alt and "heavy" in {str(a).lower() for a in alt.get("aliases") or []}:
+                llamaswap.add_role(modell_id, "heavy")
+            if alt and alt.get("ttl") is not None:
+                llamaswap.set_ttl(modell_id, int(alt["ttl"]))
     hinweis = None
     if rolle == "hirn":
-        from services.agent import set_agent_brain
-        antwort = set_agent_brain(modell_id)            # hermes-Alias, brains-Gruppe, ttl 0, Hermes-Config
-        if not antwort.get("ok"):
-            raise RuntimeError(antwort.get("reason") or "Hirn-Wechsel fehlgeschlagen")
-        # Das Hirn ist heute hermes UND fast (Chat-Spur, warmup.sh, Oberfläche). Bliebe fast am alten
-        # Modell, lüde warmup.sh es nachts neben das neue Hirn.
-        if alt and "fast" in {str(a).lower() for a in alt.get("aliases") or []}:
-            llamaswap.add_role(modell_id, "fast")
+        from services.agent import update_brain_model
+        update_brain_model("hermes")                    # Hermes-Config + Neustart, jetzt mit fertiger Config
         hinweis = " ".join(h for h in (antwort.get("warning"), _warmset_umstellen((alt or {}).get("name"), modell_id))
                            if h) or None
-    else:
-        if not llamaswap.set_role(modell_id, "coder"):
-            raise RuntimeError(f"Die Rolle coder ließ sich nicht auf {modell_id} setzen.")
-        # heavy ist heute derselbe Coder (OpenCode plant damit). Bliebe es am alten Modell, lägen zwei Coder
-        # bereit und der alte ließe sich nie löschen.
-        if alt and "heavy" in {str(a).lower() for a in alt.get("aliases") or []}:
-            llamaswap.add_role(modell_id, "heavy")
-        if alt and alt.get("ttl") is not None:
-            llamaswap.set_ttl(modell_id, int(alt["ttl"]))
     return {"modell_id": modell_id, "pfad": str(ziel), "alt": (alt or {}).get("name"), "hinweis": hinweis}